SSD 目标检测 Keras 版

SSD是一种Object Detection方法。本文是基于论文SSD: Single Shot MultiBox Detector，实现的keras版本。

该文章在既保证速度，又要保证精度的情况下，提出了SSD物体检测模型，与现在流行的检测模型一样，将检测过程整个成一个single deep neural network。便于训练与优化，同时提高检测速度。 SSD将输出一系列离散化（discretization）的bounding boxes，这些bounding boxes是在不同层次（layers）上的feature maps上生成的，并且有着不同的aspect ratio。

#模型效果

• 模型对载具的检测

  
  

  
  

  
  

• 模型对动物的检测

  
  

• 
  

• 模型的视频检测

  
  

  
  

#如何使用

项目地址kuhung/SSD_keras

|所需依赖

1. cv2==3.3.0
2. keras==1.2.2
3. matplotlib==2.1.0
4. tensorflow==1.3.0
5. numpy==1.13.3

如果想跑通视频模块，则需额外pip install scikit-video

|具体操作

1. git clone [email protected]:kuhung/SSD_keras.git
2. cd SSD_keras

• Download model weight weights_SSD300.hdf5here

1. cp weights_SSD300.hdf5 into SSD_keras

• 对于图片的检测

参考SSD.ipynb

• 若要剪切图片为下一步处理做准备

参考SSD_crop.py

• 检测视频 bash cd video_utils python videotest_example.py hy.mp4

参考资料

SSD: Single Shot MultiBox Detector

论文阅读：SSD: Single Shot MultiBox Detector

rykov8/ssd_keras